Toda API de modelo de linguagem — DeepSeek, GPT, Claude, Qwen — cobra pela mesma unidade: o token. Antes de estimar quanto a IA vai custar no seu produto, vale entender o que exatamente está sendo contado.
Token não é palavra
O modelo não lê palavras: lê pedaços de texto chamados tokens. Em português, uma palavra comum vira em média 1,5 a 2 tokens — palavras longas, acentos e termos raros fragmentam mais. Uma regra de bolso razoável para português: 1.000 tokens ≈ 650 a 750 palavras. Em inglês o texto rende um pouco mais por token; em código, depende da linguagem e da densidade de símbolos.
Entrada e saída têm preços diferentes
Toda chamada tem dois lados, e cada um tem seu preço por milhão de tokens (MTok):
- Tokens de entrada (input): tudo o que você envia — instruções de sistema, histórico da conversa, documentos anexados, a pergunta do usuário.
- Tokens de saída (output): o que o modelo gera. Costumam custar 3 a 5 vezes mais que os de entrada, porque gerar texto é mais caro do que lê-lo.
- Entrada em cache: quando o mesmo prefixo de prompt se repete entre chamadas (instruções de sistema, por exemplo), muitos provedores cobram uma fração do preço normal pela parte repetida.
Fazendo a conta em reais
Suponha um assistente de atendimento que recebe em média 2.000 tokens de contexto e responde com 300 tokens. A conta por atendimento é:
custo = (2.000 / 1.000.000) × preço_input_MTok
+ ( 300 / 1.000.000) × preço_output_MTok
Com um modelo econômico, cada atendimento desse tamanho custa uma fração de centavo, e mil atendimentos cabem em poucos reais. O que muda a ordem de grandeza não costuma ser o preço unitário, e sim o tamanho do contexto que você envia a cada chamada.
Armadilhas comuns de estimativa
- Esquecer o histórico: em conversas, o histórico inteiro é reenviado (e cobrado) a cada turno. Uma conversa de 20 turnos não custa 20 × uma chamada — custa bem mais, porque o contexto cresce.
- Ignorar tokens de raciocínio: modelos com "reasoning" geram tokens internos de raciocínio que entram na conta de saída do provedor. O número reportado de
completion_tokensjá os inclui — não devem ser cobrados duas vezes. - Estimar em dólar e esquecer o câmbio: se você paga em moeda estrangeira, o custo real em reais varia com o câmbio do dia e taxas do meio de pagamento. Cotar direto em reais elimina essa variável.
Medindo o custo real, chamada a chamada
Estimativa é ponto de partida; medição é o que sustenta decisão. Toda resposta de uma API compatível com OpenAI traz o campo usage com a contagem de tokens; registre-o por chave e por funcionalidade e você terá o custo real de cada parte do produto, sem depender da fatura no fim do mês.
Quer entender como a sua empresa pode usar modelos de IA com atendimento e faturamento no Brasil? Fale com a gente — a equipe da TokenRecarga responde em português.